- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 高斯核函数(RBF)时的超参数C和gamma---SVM学习笔记
因为σ \sigmaσ会很小,很小的高斯分布长得又高又瘦,会造成只会作用于支持向量样本附近,对于未知样本分类效果很差,但训练准确率可以很高,(如果让无穷小,则理论上,高斯核的SVM可以拟合任何非线性数据,但容易过拟合)。C是惩罚系数,即对样本分错的宽容度。C越高,说明越不能容忍出现分错,容易过拟合。C越小,容易欠拟合。C过大或过小,泛化能力变差。千万要注意地是这个,否则容易死记硬背,即gamma和σ \sigmaσ是倒数关系。如果gamma设的太大,容易导致过拟合。
2024-05-11 14:21:21
356
1
原创 FPGA工程师面试题目2023年5月
这是2023年5月份在亦庄参加FPGA开发面试的题目,客户是医疗器械公司,适用于FPGA工程师参加面试准备,也适用于FPGA工程师自己做能力测验。里面的答案都是我在面试的时候作答的内容
2024-04-26 21:44:22
690
FPGA工程师面试题目2020年7月份
2024-04-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人